Hoppa till innehåll

Så fungerar Maguyva

Anslut ett GitHub-repository, så gör Maguyva om det till flera sökbara vyer som din agent kan använda vid behov. Istället för att dumpa hela filer i kontexten får modellen förankrad tillgång till symboler, struktur, dokumentation, beroenden och rankade kodfragment.

Kontextproblemet#

När dina projekt växer får AI-agenter problem med:

  • Kontextfönstrets begränsningar - För mycket information överväldigar AI-modeller
  • Ovidkommande data - AI-agenter slösar tokens på onödig information
  • Svag prestanda - Sämre träffsäkerhet och långsammare bearbetningstider
  • Manuell hantering - Utvecklare lägger timmar på att organisera kontext manuellt
  • Högre kostnader - Utan kontexthantering ökar tokenkostnaderna för varje fråga

Ju större ett projekt växer, desto mer brus kommer in i kontextfönstret — och agentens träffsäkerhet sjunker som ett resultat.

Lösningen från Maguyva#

När du ansluter ett repository kör Maguyva molnbaserade insamlingspipelines över kod, dokumentation, manifest, symboler och beroendemetadata. Målet är att bygga ett varaktigt kodminne en gång, istället för att varje agentkörning ska behöva återupptäcka repot från grunden.

Dessa pipelines producerar flera specialiserade datalager: exakt textsökning, semantisk hämtning, symbol- och referensuppslag, strukturella vyer och analys av beroendegrafen. Olika frågor dirigeras till olika lager.

Sökningen kombinerar 5 hämtningslägen: semantic, AST, symbol, dependency och text. Resultaten slås samman och rankas så att viktiga symboler dyker upp före hjälpfunktioner med lågt värde.

De privata repository-vyerna finns sida vid sida med offentlig referensdata för de språk och textbaserade teknologier som stöds. Din agent når hela systemet via MCP-verktyg, som du kan luta dig tungt mot under planering och validering, eller använda som stickprov under redigering.

1. Insamling av repository#

När GitHub har anslutits skannar Maguyva repositoryt i molnet och extraherar de delar en agent faktiskt behöver resonera kring:

  • Analys av kodstruktur
     - Parsar filer till symboler, referenser och arkitektoniska gränser
  • Beroendeupplösning
     - Kartlägger hur filer, moduler och symboler beror på varandra
  • Dokumentationsintegration - Hämtar in repositoryts dokumentation och relaterat referensmaterial vid sidan av koden

2. Specialiserade hämtningslager#

Istället för ett enda generiskt index bygger Maguyva flera hämtningsytor som snabbt besvarar olika frågor med olika typer av belägg:

Kontextbudget: Maguyva returnerar rankade kodfragment med filsökvägar och radnummer, istället för att dumpa hela filer i kontexten. Den faktiska minskningen av tokens beror på repositoryts storlek och hur specifik frågan är.

Routning och rankning#

  • Relevanspoängsättning
     - Väljer rätt hämtningsläge och lyfter fram de viktiga resultaten först
  • Brusreducering - Rensar bort boilerplate, redundanta delar och lågvärdiga träffar
  • Kontextprioritering - Ordnar resultaten så att agenten ser kärnsymboler före specialfallshjälpare

Lagrade representationer#

  • Semantisk hämtning
     - Hittar konceptuellt liknande kod och dokumentation även när exakta ord skiljer sig
  • Symbol- och strukturvyer - Stödjer exakt symboluppslag, referenser och AST-formade frågor
  • Analys av beroendegraf
     - Följer anropare, importer och påverkansradie genom hela kodbasen

3. Verktygslager för Model Context Protocol (MCP)#

Maguyva levereras som en molnhostad MCP-server. Din agent anropar de verktyg som behövs för den vy den vill ha, istället för att förlita sig på att modellen minns din arkitektur från grunden. De fyra ytorna ovan är grupperade vyer av de konkreta verktygen: Semantisk sökning täcker semantic_search och intelligent_search; Symbol Lookup täcker find_symbol och get_task_context; Strukturell sökning täcker structural_search och text_pattern_search; Dependency Graph täcker dependency_search och analyze_dependencies — utöver get_file, repository_context och ask_maguyva som stödjande hjälpverktyg. Se den fullständiga MCP API-referens för alla 11 verktyg.

Fördelar med MCP-kompatibilitet#

  • Använd mer eller mindre verktyg - Luta dig tungt mot Maguyva under planering, eller använd det bara för att sanitetskontrollera en riskabel ändring
  • Bättre planvalidering - Stäm av idéer mot verkliga symboler, referenser och dokumentation innan du redigerar
  • Tydligare påverkansradie - Beroende- och grafverktyg visar vad som kan gå sönder om en symbol ändras
  • Framåtkompatibelt - Fungerar med alla klienter som stödjer MCP-standarden

Teknisk arkitektur#

Säker bearbetningspipeline#

Säkerhetsfunktioner#

  • Transportsäkerhet - Anslutningar till tjänsten använder HTTPS/TLS
  • Hanterad lagring - Indexerad data lagras på hanterad infrastruktur med kryptering av lagrad data
  • Namnrymdsisolering - Repositorydata avgränsas per arbetsyta och namnrymd genom hela pipelinen och databasens sökvägar
  • Åtkomstkontroller - Repositoryåtkomsten begränsas av organisations- och namnrymdsgränser

Prestandaegenskaper#

Prestandan varierar beroende på kodbasens storlek och frågans komplexitet. Maguyva fokuserar på att leverera den mest relevanta kontexten istället för att dumpa hela filer. Se kompatibilitet för språk och klienter som stöds.

Vad du kan förvänta dig#

Genom att intelligent filtrera och organisera kontexten kring din kodbas hjälper Maguyva AI-agenter att arbeta mer effektivt:

  • Bättre planeringsprecision - Agenter kan validera en ansats mot det faktiska repositoryt innan de börjar koda
  • Säkrare refaktoreringar - Kontroller av påverkansradie och beroenden minskar onödig sönderrivning
  • Mindre bortkastade tokens - Endast relevanta fragment returneras istället för hela filer
  • Snabbare förståelse av repot - Modellen får förankrade svar snabbt istället för att återupptäcka projektstrukturen varje körning

Resultaten varierar beroende på din kodbas storlek, komplexitet och vilken typ av frågor din AI-agent hanterar.

Håll ditt index aktuellt#

Automatiska uppdateringar#

  • Repository-synkning - Uppdateras utifrån GitHub-synkroniseringsjobb allt eftersom koden ändras
  • Inkrementell bearbetning - Bearbetar bara ändrade filer för effektivitetens skull
  • Grenmedveten kontext - Upprätthåller separata index per git-gren så att agenter ser rätt kontext för varje gren

Kom igång#

Redo att prova?

  1. Starta med Free - Inget kreditkort krävs
  2. Anslut ditt repository - länka ett GitHub-repo i Maguyva-portalen
  3. Peka din agent mot Maguyva - Använd MCP-verktygen under planering, kontroll eller redigering (installationsguide)

Starta med Free →

Repositoryhantering#

Anslut dina GitHub-repositoryn via Maguyva-portalen. Plattformen uppdaterar index utifrån GitHub-synkroniseringsjobb allt eftersom koden ändras, så att MCP-verktygslagret hålls aktuellt för varje gren. Portalen ger också grundläggande insyn i API-användningen, med mer detaljerad analys på vägkartan.